ガイド

オフラインで動く edge-tts の代替

edge-tts は、Microsoft Edge の裏で動くオンラインの読み上げサービスにテキストを送り、返ってきた音声を保存する人気の Python パッケージです。無料で声も良いのですが、インターネットが必要で、公式APIではなく、サービスが変われば動かなくなる可能性があります。

SuperClonica は別の道を取ります。自分のPCでオフラインにテキストを読み上げる無料エンジンで、標準の声、カタログのキャラクターの声、自分の録音から学習した声を使えます。このページでは両者を正直に比べます。

音声を見る SuperClonica エンジンをインストール

2つの異なる仕組み

片方はオンラインサービスを借りるもの、もう片方はインストールして手元に残るエンジンです。

  • edge-tts：テキストはオンラインサービスへ。声と言語は豊富。非公式なので、いつ壊れたり制限されたりしてもおかしくない。
  • SuperClonica：約385 MB のモデルを一度ダウンロードしたあとはローカルで動作。何も外に送らない。
  • SuperClonica の声は31言語を話します。中国語はまだ対応していませんが、edge-tts には中国語の声があります。
  • SuperClonica にはキャラクターの声や、自分の録音から学習した声もあります。

edge-tts で十分な場面

ネット接続のある環境でのちょっとした個人用スクリプトや、中国語など Supertonic 3 が話さない言語が必要なときは、edge-tts は妥当な選択で、SuperClonica はその言語の幅を置き換えるものではありません。

SuperClonica が向いている場面

同じテキスト、声、seed なら常に同じ音声になるので、ビルドやキャッシュが予測しやすくなります。

  • スクリプトをオフラインや閉じたネットワークで動かす必要がある。
  • テキストが機密で、マシンの外に出してはいけない。
  • 製品を作っていて、サービスの変更で消えない依存先が必要。
  • キャラクターの声、統一されたブランドの声、自分で学習した声が欲しい。

数行で乗り換える

python -m pip install superclonica-cpu でエンジンをインストールします。コマンドラインでは、テキストファイルをそのまま MP3 に：superclonica --text-file script.txt --voice F1 --lang ja --output out.mp3。Python では from superclonica import Superclonica と tts = Superclonica() のあと、edge-tts の呼び出しを audio, rate = tts.synthesize(text, voice="F1", lang="ja"); tts.save("out.wav", audio) に置き換えます。長いテキストは自然な間で区切られ、1つのファイルにまとめられます。乗り換える前に、声のページで30〜100文字のフレーズを無料・アカウント不要で試してみましょう。

費用

エンジンとモデル標準の10音声は無料で、カタログのいくつかの声も無料です。ほかの声は一度買えばずっと使えます。リクエストごとの料金も、依存するサービスもありません。一度インストールすれば、インターネットなしで動きます。